14 点石成金？

这么多天下来，对于回国以后要做什么、怎么做，李安南也有了个更加细致的思考。

半年后，拿出一款3A游戏，这是不会变的目标。但他会先用前面一到两个月的时间，学习技术，锻炼团队。磨刀不误砍柴工。

实话实说，李安南目前对寒霜引擎的认识，几乎为零。国内会用这款引擎的人，同样几乎为零。所有人都必须从头学起。即使EA提供了完整的说明文档，也要花一番功夫，才能达到熟练运用的程度。

既然必须要先学习，那么李安南就要选择最有效率的学习方法。而他相信，最好的方法，一定是边学边做。

正好，李安南就知道有一款被EA废弃的游戏，十分适合作为学习道具。

就是李安南在储存服务器中发现的即时战略游戏，《命令与征服：将军2》！

当年《将军2》立项时，EA正在搞“通用引擎计划”，废弃各部门使用的十几种游戏引擎，统一使用寒霜3。因此，《将军2》使用的，就是寒霜3引擎！

李安南现在已经查阅过记录，知道《将军2》为何被放弃。当时游戏即将做好之际，制作团队认为游戏的整体设计有问题，不够好玩。必须推倒重来，回炉重做。

但那是2013年，MOBA类游戏强势崛起、RTS市场急速萎缩的时代。游戏越拖下去，赔本的几率就越高。

于是EA失去了耐心，快刀斩乱麻，直接砍掉了事。

严格意义上来说，《将军2》不是一款半成品游戏。而是一款已经能玩的、游戏性有问题的、没有发售的游戏！

这就便宜了李安南。他打算把《将军2》拿出来，将其拆解，再按着自己的思路，重组成新的游戏。

经过这样一个项目，相信他可以锻炼出一支得心应手的团队，同时积累经验，加深对游戏制作的理解。

重做以后，游戏就不再是《命令与征服：将军2》了。因为RTS的难度太大，现在的李安南是没有能力做好的。

即时战略游戏，也许是最难做的游戏。这种游戏必然有三个环节——采集资源，建造兵力，击败对手。好的RTS游戏，应该让玩家在进入游戏的第一秒，就紧张兴奋起来。

如果游戏在前期存在“垃圾时间”。玩家无所事事，只能无聊地看着屏幕，等待资金累积，肯定觉得游戏不好玩。

但若是把经济设计得过于复杂，玩家前期是忙得停不下来了，可中期怎么办？中期玩家的经济更加庞大，然而玩家不仅要调整经济，还要操做兵力，根本忙不过来。玩家从游戏中体验到的不是享受，而是折磨、劳累。

怎么同时平衡这三个环节，让玩家在任何时候都得到充分的乐趣，学问简直可以写成一本书了。李安南现在即使强行去做RTS游戏，也只能自取其辱，说不定还不如现在被废弃的《将军2》好玩。

李安南准备做的，是一个“RTT”游戏，也就是即时战术游戏。和即时战略游戏相比，即时战术游戏省去了经济环节，玩家不能在游戏中造兵和建筑，只能用开局时给的兵力打赢关卡。

RTT更容易制作，不需要像RTS那样考虑得面面俱到，只需要考虑一个环节，就是战斗！玩家所有的乐趣，都从“战斗”这唯一的环节中获得。做好了战斗，也就做好了游戏。

不过，做RTT游戏，可能不赚钱。即时战术游戏在2000年左右非常流行，《突袭》、《闪电战》、《代号装甲》等等，都曾风靡一时。不过现在式微了，属于一种小众核心向的游戏。

好在李安南不打算通过这款RTT游戏大赚特卖，这只是他的练手之作。之后，他才会开始真正的重头戏，制作真正的大作。

……

李安南规划未来的同时，也收拾好东西，再去挑了回国送人的礼品，然后静等飞机航班。

就在这时，他收到一封邮件。

发信人自称是EA的高级员工，设想了一种针对寒霜引擎、可以大幅度提高游戏场景建模制作速度的算法，但上级不认可他的想法。于是他找到了李安南，希望得到李安南的支持，把这个算法做出来。

看到有人毛遂自荐，李安南有些出乎预料，那人怎么知道他邮箱的？

原来，那人是拿着绿卡的中国人，从英文报纸上看到EA有了新的大股东时，看出名字是汉语拼音。再想到EA反常地代理了一款国产游戏《极速四驱》，于是那人去查了《极速四驱》的制作公司。通过龙骑工作室公开的持股名单，确认了是“李安南”这三个字。再经过一番社会工程，也就是人肉搜索，找到了李安南的邮箱。

李安南想了想，和那人约了个地方见面。主要是那人说的东西，确实引起了他的兴趣。

场景是游戏必不可少的基石。除了《刺客信条》的部分情节，所有游戏都不可能在一片白光里发生剧情。主角一定要在一个地方，才能做出行动。这个地方可以是旷野，可以是屋内，也可以是宇宙飞船中。

场景做得越精美细致，就越是能给玩家带来真实感，让玩家对游戏产生美好感官，游玩时也更容易进入沉浸状态。

但游戏场景做起来，十分耗时耗力，成本很高，性价比却很低。有些场景玩家可能停都不停地跑过去了，制作起来依然不能偷工减料。

李安南知道这是个痛点，所以想知道算法的原理，究竟如何提高制作游戏场景速度。

那人名叫魏向明，戴个眼镜，看起来一副学霸摸样。见到李安南，生怕李安南不信，上来就噼里啪啦地说了一通。

魏向明的想法，是通过机器学习，研发出一种AI算法，算法可以自动分析风景类图片、影片，把图片中的地形地貌，转化为游戏中的多边形体，再渲染成游戏场景。

如果成功，以后做游戏就简单了。要做《GTA》那样的城市场景，就派人到纽约之类的城市，举着摄相机逛一圈。要做《上古卷轴》那样的天际世界，就去冰岛之类的地方转一转。别家必须花费好几年时间，才能构筑出的精致虚幻世界，李安南却只要几个星期就行……

可真是巨大的生产力提升啊！

但这有可行性吗？李安南不由怀疑。

图片也好，影片也好，其实是由无数个在平面上的像素点组成。人是通过自己的脑补，才建立起的3D立体感。

电脑如何能模拟人脑，把2D画面转换成3D游戏资源？

听了李安南的质疑，魏向明并不露怯，仍然信心十足地道：“AI可以基于神经网络，进行超高强度的训练。比如这个杯子……”

魏向明单手端起面前的咖啡杯，另一手拿着手机，模拟从各个方向拍摄。

然后魏向明道：“一开始，我们也许需要数十张，甚至数百张图片，才能让AI认知到杯子是3D的。但通过不断训练，这个数字会慢慢缩小。最终，AI可以只要根据几张不同角度的图片，就能彻底地理解图片里的空间方位。”

“真的能做到吗？”李安南还是怀疑，太科幻了。

魏向明颇为自豪地道：“我认为可以。我曾在脸书研发过一种广告AI，分析用户的心情，决定是否多推送广告，效果很好。更早在麻省理工时，我和导师还做过一款简单的AI，分析学生在社交媒体的言论，判断他们是否会逃课。对于自动化、AI和算法，我从很早以前就开始学习了。我现在已经有了思路和方向，只是缺了一个机会！”

李安南有些心动了。他没学过这些，不知道是不是被忽悠了。但AI确实是最近几年的风口。如今硬件发展到了一定的高度，有了足够的算力，让人可以尝试去把科幻的狂想化为现实。而且前景也非常可观。

就好像魏向明说的AI算法，若是实现，一款3A游戏的制作成本，将直接降低一大截，同时效率加快无数倍！

李安南决定再和魏向明聊一聊，看看这人靠不靠谱。

魏向明确实是个学霸。清华毕业以后，拿到了麻省理工的全额奖学金读研，毕业以后先后在好几个硅谷企业任职，最后EA挖去，负责图形优化工作。

但魏向明发现，他已经触碰到了华人在美国的职场天花板。不管他怎么跳槽，不管做出了什么贡献，都得不到升迁。看着一些白人能力比他弱许多，却被公司当宝一样地捧到高位，连印度人都爬得比他快，他很不平衡。

他本来已经萌生退意，打算回国发展，到更公平的地方，一展才华。得知EA变天之后，他意识到是个机会，于是找到李安南的联系方式，主动联系。

谈到这里，李安南已经可以做出决定了。

李安南决定赌一把，赌魏向明真的能做出那个神乎其神的AI算法。

赌赢了，李安南就得到了点石成金般的巨大优势！想一想，别人用两年时间、砸几千万甚至上亿美元，才能端出一款3A大作。李安南却能两三个月就甩出一款3A来。这是多么恐怖的事情？

即使赌输了，李安南除了损失一点钱，又丢了什么呢？